Para dar às mulheres acadêmicas focadas em IA e outras pessoas o seu merecido — e esperado — tempo de destaque, o TechCrunch está lançando uma série de entrevistas com foco em mulheres notáveis que contribuíram para a revolução da IA.
Sarah Bitamazire é diretora de políticas na empresa de consultoria Lumiera, onde também ajuda a escrever o boletim informativo Lumiera Loop, que se concentra na alfabetização em IA e na adoção responsável de IA.
Antes disso, trabalhou como conselheira política na Suécia, focada na igualdade de género, legislação em matéria de relações exteriores e políticas de segurança e defesa.
Resumidamente, como você começou na IA? O que o atraiu para o campo?
A IA me encontrou! A IA tem tido um impacto cada vez maior em setores nos quais tenho estado profundamente envolvido. Entender o valor da IA e seus desafios tornou-se imperativo para que eu pudesse oferecer conselhos sólidos a tomadores de decisão de alto nível.
Primeiro, dentro da defesa e segurança, onde a IA é usada em pesquisa e desenvolvimento e em guerra ativa. Segundo, nas artes e cultura, os criadores estavam entre os grupos que primeiro viram o valor agregado da IA, bem como os desafios. Eles ajudaram a trazer à tona as questões de direitos autorais que vieram à tona, como o caso em andamento em que vários jornais diários estão processando a OpenAI.
Você sabe que algo está tendo um impacto enorme quando líderes com experiências e pontos problemáticos muito diferentes perguntam cada vez mais a seus consultores: “Você pode me informar sobre isso? Todo mundo está falando sobre isso.”
De qual trabalho você mais se orgulha na área de IA?
Recentemente, trabalhamos com um cliente que tentou e falhou em integrar IA em seus fluxos de trabalho de pesquisa e desenvolvimento. A Lumiera configurou uma estratégia de integração de IA com um roteiro adaptado às suas necessidades e desafios específicos. A combinação de um portfólio de projetos de IA com curadoria, um processo estruturado de gerenciamento de mudanças e uma liderança que reconheceu o valor do pensamento multidisciplinar fez deste projeto um grande sucesso.
Como você lida com os desafios da indústria de tecnologia dominada por homens e, por extensão, da indústria de IA dominada por homens?
Sendo muito claro sobre o porquê. Estou ativamente envolvido na indústria de IA porque há um propósito mais profundo e um problema a ser resolvido. A missão da Lumiera é fornecer orientação abrangente aos líderes, permitindo que eles tomem decisões responsáveis com confiança em uma era tecnológica. Esse senso de propósito permanece o mesmo, independentemente do espaço em que nos movemos. Dominada por homens ou não, a indústria de IA é enorme e cada vez mais complexa. Ninguém consegue ver o quadro completo, e precisamos de mais perspectivas para que possamos aprender uns com os outros. Os desafios que existem são enormes, e todos nós precisamos colaborar.
Que conselho você daria às mulheres que desejam ingressar na área de IA?
Entrar na IA é como aprender um novo idioma ou aprender um novo conjunto de habilidades. Ela tem imenso potencial para resolver desafios em vários setores. Qual problema você quer resolver? Descubra como a IA pode ser uma solução e, então, concentre-se em resolver esse problema. Continue aprendendo e entre em contato com pessoas que o inspiram.
Quais são algumas das questões mais urgentes que a IA enfrenta à medida que ela evolui?
A velocidade rápida com que a IA está evoluindo é um problema em si. Acredito que fazer essa pergunta com frequência e regularidade é uma parte importante para poder navegar no espaço da IA com integridade. Fazemos isso toda semana em Lumiera em nosso boletim informativo.
Aqui estão algumas que estão em mente agora:
- Hardware de IA e geopolítica: O investimento do setor público em hardware de IA (GPUs) provavelmente aumentará à medida que governos em todo o mundo aprofundam seus conhecimentos de IA e começam a fazer movimentos estratégicos e geopolíticos. Até agora, há movimento de países como Reino Unido, Japão, Emirados Árabes Unidos e Arábia Saudita. Este é um espaço para ficar de olho.
- Referências de IA: À medida que continuamos a confiar mais na IA, é essencial entender como medimos e comparamos seu desempenho. Escolher o modelo certo para um determinado caso de uso requer consideração cuidadosa. O melhor modelo para suas necessidades pode não ser necessariamente aquele no topo de uma tabela de classificação. Como os modelos estão mudando tão rápido, a precisão dos benchmarks também flutuará.
- Equilibre a automação com a supervisão humana: Acredite ou não, o excesso de automação é uma coisa. As decisões requerem julgamento humano, intuição e compreensão contextual. Isso não pode ser replicado por meio da automação.
- Qualidade e governança de dados: Onde estão os bons dados?! Os dados entram, entram e saem das organizações a cada segundo. Se esses dados forem mal gerenciados, sua organização não se beneficiará da IA, à queima-roupa. E no longo prazo, isso pode ser prejudicial. Sua estratégia de dados é sua estratégia de IA. A arquitetura, o gerenciamento e a propriedade do sistema de dados precisam fazer parte da conversa.
Quais são alguns problemas dos quais os usuários de IA devem estar cientes?
- Algoritmos e dados não são perfeitos: Como usuário, é importante ser crítico e não confiar cegamente no resultado, especialmente se você estiver usando tecnologia pronta para uso. A tecnologia e as ferramentas são novas e estão em evolução, portanto, tenha isso em mente e acrescente bom senso.
- Consumo de energia: Os requisitos computacionais para treinar grandes modelos de IA, combinados com as necessidades de energia para operar e resfriar a infraestrutura de hardware necessária, levam a um alto consumo de eletricidade. O Gartner fez previsões de que, até 2030, a IA poderá consumir até 3,5% da eletricidade mundial.
- Eduque-se e use fontes diferentes: A alfabetização em IA é fundamental! Para poder fazer bom uso da IA na sua vida e no trabalho, você precisa ser capaz de tomar decisões informadas sobre seu uso. A IA deve ajudá-lo na sua tomada de decisão, não tomar a decisão por você.
- Densidade de perspectiva:Você precisa envolver pessoas que conheçam muito bem o seu espaço de problemas para entender que tipo de soluções podem ser criadas com IA, e fazer isso durante todo o ciclo de vida do desenvolvimento da IA.
- A mesma coisa vale para a ética: Não é algo que possa ser adicionado “em cima” de um produto de IA depois de ele já ter sido construído – considerações éticas devem ser injetadas no início e durante todo o processo de construção, começando na fase de pesquisa. Isto é feito através da realização de avaliações de impacto social e ético, mitigando preconceitos e promovendo a responsabilização e a transparência.
Ao construir IA, reconhecer as limitações das habilidades dentro de uma organização é essencial. Lacunas são oportunidades de crescimento: elas permitem que você priorize áreas onde precisa buscar expertise externa e desenvolver mecanismos robustos de responsabilização. Fatores incluindo conjuntos de habilidades atuais, capacidade da equipe e recursos monetários disponíveis devem ser avaliados. Esses fatores, entre outros, influenciarão seu roteiro de IA.
Como podem os investidores promover melhor uma IA responsável?
Em primeiro lugar, como investidor, pretende ter a certeza de que o seu investimento é sólido e dura ao longo do tempo. Investir em IA responsável simplesmente salvaguarda os retornos financeiros e mitiga os riscos relacionados, por exemplo, com a confiança, a regulamentação e as preocupações relacionadas com a privacidade.
Os investidores podem pressionar por uma IA responsável observando indicadores de liderança e uso de IA responsável. Uma estratégia clara de IA, recursos dedicados de IA responsável, políticas publicadas de IA responsável, práticas de governança fortes e integração de feedback de reforço humano são fatores a serem considerados. Esses indicadores devem fazer parte de um processo sólido de due diligence. Mais ciência, menos tomada de decisão subjetiva. Desinvestir de práticas antiéticas de IA é outra maneira de incentivar soluções de IA responsáveis.
